SPC与EPC整合应用研究.docVIP

SPC与EPC整合应用研究 第37卷第3期郑州大学学报(理学版)Vol.37 No.3 2005年9月J.of Zhengzhou Univ.(Nat.Sci.Ed.)Sep. 2005 收稿日期:2004 12 31 基金项目:国家自然科学基金资助项目,编 作者简介:张黎(1963-),女,副教授,博士研究生,主要从事质量管理和质量工程研究. SPC与EPC整合应用研究 张 黎1,2 (1.西北工业大学管理学院 西安710072; 2.郑州航空工业管理学院工业工程系 郑州450015) 摘要:利用控制图进行统计过程控制(SPC)的基本假设为观测值相互独立并服从正态分布,然而,由于过程中某些 不可消除因素的影响,使得实际过程的输出观测值常常是自相关的,而工程过程控制(EPC)可以消除观测值的自 相关性.在比较分析SPC与EPC的基本原理的基础上,给出了监测自相关过程的SPC与EPC整合的概念模型,最 后运用一个例子加以说明,并给出了整合应用的实施方法. 关键词:自相关;统计过程控制;工程过程控制; SPC与EPC整合 中图分类号:TB 114.2 文章编号:1671-6841(2005)03-0104-05 0 引言 随着经济发展和科技进步,现代制造环境呈现出与以往不同的变化特点,如多品种小批量生产需要频繁 调整机器设置,自动化收集数据等.由此导致零件制造过程输出数据表现为高度自相关,这种自相关结构,一 方面使得过程的输出偏离设计目标值,产品质量下降;另一方面破坏了休哈特控制图独立性的假定,使得控 制图监控过程时的假警报增加.为了解决这一问题,原本应用于连续过程工业的工程过程控制(EPC)方法, 近年来逐渐被引入到零件工业与统计过程控制(SPC)方法进行整合[1~3],不仅为零件工业面对自相关问题 提出了新的解决方法,而且通过EPC对过程进行调整,使得过程在进一步减少波动、降低质量成本上更具效 益.本文将在分析SPC与EPC的起源和基本原理的基础上,探讨SPC与EPC之间的差异性和一致性,进而给 出二者整合的概念模型,最后通过一个例子讨论二者整合应用的方法. 1 SPC与EPC的比较 1.1 SPC与EPC差异性分析 SPC起源于零件制造工业,1924年休哈特(Shewhart)博士在一封信中,展示了零件制造过程产品百分 比缺陷控制图.1926年他关于“质量控制图”的论文发表在《Bell系统技术杂志》上[2],从此,“控制”进入了质 量工程师的词典,控制图也成为零件制造工业质量控制的基本理论. 控制图的基本思想是如果过程处于统计稳态(没有特殊原因的干扰),过程输出是可以预测的.通常根据 过去的过程观测值,以一定的概率确定一个控制限,未来的观测值应该落在控制限内.例如,如果过程输出均 值为μ,则统计量Y的观测值应该落入下控制限LCL=μ-3σY和上控制限UCL=μ+3σY(σY为Y的标准差) 之间,这时观测值落入控制限外的概率PUCL=PLCL=0.001 35.因此,在这个假定下,几乎是不可能的.这实际 上是数理统计中小概率事件原理的应用,而对K个观测值是否落入控制限内的判断就是假设检验H0∶μ1= μ2=…=μk=μ.如果在某个观测值下,假设不成立,则该观测值点就会落入控制限之外,这些点是过程发生 异常的重要报警讯号.值得注意的是,由于假设检验有两类错误,原本处于统计稳态的过程也可能报警,这是 一个假警报.因此,对控制图的报警点,需要进一步的研究,以正确判断真假. 第3期张 黎:SPC与EPC整合应用研究105 EPC起源于连续过程工业,其基本原理是基于反馈、前馈或二者结合的控制方式,通过调整可控的过程 输入变量,补偿过程输出值与目标值的偏离[1,3,4],一个典型的反馈控制如图2的虚线部分所示.假设过程具 有可调整输入变量X,且输入与输出具有函数关系:yt=r(B)Xt,这里B为后移算子,BXt=Xt-1.假设过程由 于特殊原因的干扰使得过程与目标值的偏离为Yt,通常为时间序列模式.根据参数估计,可以预测合适的调 整变量值,以此设计合适的调整方程,对过程状态随时进行调整,则调整后的输出值可以回归目标值. 由此可见,SPC与EPC起源于不同的工业背景,其基本原理也不相同.SPC主要利用控制图报警,消除 引起异常波动的外部干扰因素,减少过程波动;而EPC针对一些过程内部自然的、无法经济消除的干扰(如 温度、机器操作等惯性因素)引起的过程波动进行补偿,不消除干扰过程的特殊因素. 1.2 SPC与EPC的一致性分析 任何过程都存在波动,减少波动就意味着质量的改进.热力学第二定律指出:如果对过程不加控制,过程 的波动或无序性绝不会降低,通